Komputerowe rozpoznawanie obrazów przechodzi dziś fazę burzliwego rozwoju. Przyczyniają się do tego ogromna popularność cyfrowych aparatów fotograficznych, wielka liczba grafik zgromadzonych w obszernych internetowych bazach danych, a przede wszystkim coraz doskonalsze algorytmy przetwarzania obrazu. W rozwijaniu tej technologii wielką rolę odegrała biblioteka OpenCV, usprawniając pracę setek tysięcy ludzi. OpenCV 3.x ułatwia efektywne rozwijanie projektów dzięki opartej na języku C++ spójnej architekturze, która doskonale działa na wielu platformach.

Ta książka, przeznaczona dla osób znających język C++, jest praktycznym wprowadzeniem do otwartej biblioteki OpenCV w wersji 3.x. Zawiera też podstawowe informacje na temat komputerowego rozpoznawania obrazu, co powinno ułatwić efektywne posługiwanie się tą biblioteką. Sama biblioteka OpenCV została przedstawiona w sposób umożliwiający bardzo szybkie rozpoczęcie pracy. Książka ułatwia naturalne zrozumienie działania algorytmów, dzięki czemu projektowanie i debugowanie aplikacji nie powinno sprawiać problemów. W ten sposób książka ta staje się świetnym przygotowaniem do zgłębienia bardziej zaawansowanych zagadnień komputerowego rozpoznawania obrazu i uczenia maszynowego.

Najważniejsze zagadnienia:

• Przegląd biblioteki OpenCV i zawarte w niej funkcje
• Praca z plikami obrazów, filmów i danych oraz przekształcanie obrazów
• Ważniejsze algorytmy do pracy na obrazach
• Punkty kluczowe: wykrywanie i filtrowanie
• Trójwymiarowe widzenie, ruch, określanie pozycji
• Uczenie maszyn w OpenCV

OpenCV: poznaj i stosuj algorytmy przetwarzania obrazów!

Rozdziały:

Wstęp (15)

• Przeznaczenie książki (15)
  • Adresaci książki (16)
  • Czym nie jest ta książka (17)
• O przykładowych programach (17)
• Warunki (17)
• Jak najlepiej korzystać z tej książki (18)
• Konwencje typograficzne (19)
• Podziękowania (20)
  • Podziękowania za pomoc przy tworzeniu biblioteki OpenCV (20)
  • Podziękowania za pomoc przy pisaniu książki (21)
  • Kilka słów od Adriana (21)
  • Kilka słów od Gary'ego (22)

1. Wprowadzenie (25)

• Czym jest OpenCV? (25)
• Kto używa biblioteki OpenCV? (26)
• Czym jest komputerowe rozpoznawanie obrazu? (27)
• Pochodzenie biblioteki OpenCV (30)
  • Schemat blokowy OpenCV (31)
  • Przyspieszanie działania biblioteki OpenCV za pomocą IPP (32)
  • Do kogo należy OpenCV? (33)
• Pobieranie i instalowanie OpenCV (33)
  • Instalacja (34)
• Pobieranie najnowszej wersji OpenCV przez Git (36)
• Kompletna dokumentacja OpenCV (37)
  • Dokumentacja dołączona do biblioteki (37)
  • Dokumentacja internetowa i strona wiki (37)
• Repozytorium kodu od społeczności (39)
  • Pobieranie i kompilowanie modułów z repozytorium opencv_contrib (40)
• Przenośność (40)
• Podsumowanie (41)
• Ćwiczenia (42)

2. Wprowadzenie do OpenCV (43)

• Pliki dołączane (43)
  • Zasoby (44)
• Pierwszy program - wyświetlanie obrazu (44)
• Drugi program - wideo (47)
• Przegląd (48)
• Prosta transformacja (52)
• Trochę bardziej skomplikowana transformacja (53)
• Dane z kamery (55)
• Zapisywanie w pliku AVI (56)
• Podsumowanie (57)
• Ćwiczenia (58)

3. Typy danych OpenCV (59)

• Wiadomości podstawowe (59)
• Typy danych OpenCV (59)
  • Przegląd podstawowych typów danych (60)
  • Typy podstawowe - szczegóły (61)
  • Obiekty pomocnicze (68)
  • Funkcje pomocnicze (75)
  • Struktury szablonowe (81)
• Podsumowanie (82)
• Ćwiczenia (83)

4. Obrazy i duże typy tablicowe (85)

• Pamięć dynamiczna i zmienna (85)
  • Klasa cv::Mat - n-wymiarowe tablice gęste (85)
  • Tworzenie tablicy (86)
  • Indywidualny dostęp do elementów tablicy (90)
  • N-arny iterator tablicowy - NAryMatIterator (93)
  • Dostęp do elementów tablicy według bloków (95)
  • Wyrażenia macierzowe - algebra i klasa cv::Mat (97)
  • Rzutowanie nasyceniowe (98)
  • Co jeszcze potrafią tablice? (99)
  • Klasa cv::SparseMat - tablice rzadkie (100)
  • Dostęp do elementów tablicy rzadkiej (101)
  • Funkcje dostępne tylko dla tablic rzadkich (103)
  • Struktury szablonowe dla dużych typów tablicowych (104)
• Podsumowanie (106)
• Ćwiczenia (106)

5. Operacje na tablicach (109)

• Co jeszcze można zrobić z tablicami? (109)
  • cv::abs() (112)
  • cv::absdiff() (113)
  • cv::add() (113)
  • cv::addWeighted() (113)
  • cv::bitwise_and() (115)
  • cv::bitwise_not() (115)
  • cv::bitwise_or() (116)
  • cv::bitwise_xor() (116)
  • cv::calcCovarMatrix() (116)
  • cv::cartToPolar() (118)
  • cv::checkRange() (119)
  • cv::compare() (119)
  • cv::completeSymm() (120)
  • cv::convertScaleAbs() (120)
  • cv::countNonZero() (121)
  • cv::cvarrToMat() (121)
  • cv::dct() (122)
  • cv::dft() (122)
  • cv::cvtColor() (123)
  • cv::determinant() (126)
  • cv::divide() (127)
  • cv::eigen() (127)
  • cv::exp() (128)
  • cv::extractImageCOI() (128)
  • cv::flip() (128)
  • cv::gemm() (128)
  • cv::getConvertElem() i cv::getConvertScaleElem() (129)
  • cv::idct() (130)
  • cv::idft() (130)
  • cv::inRange() (130)
  • cv::insertImageCOI() (131)
  • cv::invert() (131)
  • cv::log() (132)
  • cv::LUT() (132)
  • cv::Mahalanobis() (133)
  • cv::max() (133)
  • cv::mean() (135)
  • cv::meanStdDev() (135)
  • cv::merge() (136)
  • cv::min() (136)
  • cv::minMaxIdx() (137)
  • cv::minMaxLoc() (137)
  • cv::mixChannels() (138)
  • cv::mulSpectrums() (140)
  • cv::multiply() (140)
  • cv::mulTransposed() (140)
  • cv::norm() (141)
  • cv::normalize() (142)
  • cv::perspectiveTransform() (143)
  • cv::phase() (144)
  • cv::polarToCart() (145)
  • cv::pow() (145)
  • cv::randu() (145)
  • cv::randn() (146)
  • cv::randShuffle() (146)
  • cv::reduce() (147)
  • cv::repeat() (148)
  • cv::scaleAdd() (148)
  • cv::setIdentity() (148)
  • cv::solve() (149)
  • cv::solveCubic() (150)
  • cv::solvePoly() (150)
  • cv::sort() (151)
  • cv::sortIdx() (151)
  • cv::split() (151)
  • cv::sqrt() (152)
  • cv::subtract() (153)
  • cv::sum() (153)
  • cv::trace() (153)
  • cv::transform() (154)
  • cv::transpose() (154)
• Podsumowanie (154)
• Ćwiczenia (155)

6. Rysowanie i pisanie (157)

• Rysowanie (157)
  • Linie i wypełnione wielokąty (157)
  • Czcionki i tekst (163)
• Podsumowanie (165)
• Ćwiczenia (166)

7. Funktory w OpenCV (167)

• Obiekty, które "coś" robią (167)
  • Analiza składowych głównych - cv::PCA (167)
  • Rozkład według wartości osobliwych - cv::SVD (170)
  • Generator liczb losowych - cv::RNG (173)
• Podsumowanie (175)
• Ćwiczenia (176)

8. Pliki obrazów, filmów i danych (179)

• HighGUI - przenośny zestaw narzędzi GUI (179)
• Praca z plikami obrazów (180)
  • Ładowanie i zapisywanie obrazów (181)
  • Uwaga na temat kodeków (183)
  • Kompresja i dekompresja (183)
• Praca z plikami wideo (184)
  • Odczytywanie wideo za pomocą obiektu cv::VideoCapture (184)
  • Zapisywanie wideo za pomocą obiektu cv::VideoWriter (190)
• Zapisywanie danych (191)
  • Zapisywanie danych w obiekcie cv::FileStorage (191)
  • Odczytywanie danych z obiektu cv::FileStorage (193)
  • cv::FileNode (194)
• Podsumowanie (197)
• Ćwiczenia (197)

9. Okna wieloplatformowe i macierzyste (201)

• Praca z oknami (201)
  • Macierzysty graficzny interfejs użytkownika HighGUI (201)
  • Praca z biblioteką Qt (212)
  • Integracja OpenCV z kompletnymi bibliotekami GUI (221)
• Podsumowanie (233)
• Ćwiczenia (234)

10. Filtry i sploty (235)

• Informacje ogólne (235)
• Zanim zaczniesz (235)
  • Filtry, jądra i splot (235)
  • Ekstrapolacja krawędzi i warunki brzegowe (236)
• Operacje graniczne (240)
  • Algorytm Otsu (242)
  • Zmienna wartość graniczna (243)
• Wygładzanie (245)
  • Proste rozmazanie i filtr prostokątny (246)
  • Filtr medianowy (247)
  • Filtr Gaussa (248)
  • Filtr bilateralny (250)
• Pochodne i gradienty (251)
  • Pochodna Sobela (251)
  • Filtr Scharra (253)
  • Laplasjan (254)
• Morfologia obrazu (255)
  • Dylatacja i erozja (257)
  • Ogólna funkcja morfologiczna (260)
  • Otwieranie i zamykanie (260)
  • Gradient morfologiczny (263)
  • Top Hat i Black Hat (265)
  • Tworzenie własnego jądra (267)
• Splot z dowolnym filtrem liniowym (268)
  • Stosowanie ogólnego filtra przez funkcję cv::filter2D() (269)
  • Stosowanie ogólnego filtra rozdzielnego za pomocą funkcji cv::sepFilter2D() (270)
  • Funkcje do tworzenia jąder (270)
• Podsumowanie (271)
• Ćwiczenia (271)

11. Ogólne przekształcenia obrazu (277)

• Wprowadzenie (277)
• Rozciąganie, kurczenie, zniekształcanie i obracanie (277)
  • Jednorodna zmiana rozmiaru (278)
  • Piramidy obrazów (279)
  • Mapowanie niejednorodne (282)
  • Przekształcenia afiniczne (285)
  • Przekształcenie perspektywiczne (289)
• Ogólne odwzorowania (291)
  • Odwzorowania biegunowe (292)
  • Współrzędne logarytmiczno-biegunowe (294)
  • Odwzorowania arbitralne (297)
• Renowacja obrazów (298)
  • Inpainting (299)
  • Usuwanie szumów (300)
• Wyrównywanie histogramu (303)
  • cv::equalizeHist() - wyrównywanie kontrastu (304)
• Podsumowanie (305)
• Ćwiczenia (306)

12. Analiza obrazu (307)

• Wprowadzenie (307)
• Dyskretna transformacja Fouriera (307)
  • cv::dft() - dyskretna transformacja Fouriera (308)
  • cv::idft() - odwrotna dyskretna transformacja Fouriera (310)
  • cv::mulSpectrums() - mnożenie widm (311)
  • Splot przy użyciu dyskretnej transformacji Fouriera (311)
  • cv::dct() - dyskretna transformacja cosinusowa (312)
  • cv::idct() - odwrotna dyskretna transformacja cosinusowa (313)
• Obrazy całkowe (314)
  • cv::integral() - obliczanie standardowego obrazu całkowego (316)
  • cv::integral() - suma kwadratowa (316)
  • cv::integral() - suma nachylona (317)
• Detektor krawędzi Canny'ego (317)
  • cv::Canny() (319)
• Transformacja Hougha (319)
  • Transformacja liniowa Hougha (319)
  • Transformacja kołowa Hougha (323)
• Transformacja odległościowa (327)
  • cv::distanceTransform() - transformacja odległościowa bez etykiet (327)
  • cv::distanceTransform() - transformacja odległościowa z etykietami (328)
• Segmentacja (329)
  • Algorytm flood fill (329)
  • Algorytm wododziałowy (332)
  • Algorytm Grabcuts (334)
  • Metoda segmentacji mean-shift (336)
• Podsumowanie (338)
• Ćwiczenia (338)

13. Histogramy i szablony (341)

• Reprezentacja histogramów w OpenCV (344)
  • cv::calcHist() - tworzenie histogramu z danych (344)
• Podstawowe operacje na histogramach (346)
  • Normalizacja histogramu (347)
  • Próg histogramu (347)
  • Znajdowanie najbardziej zapełnionego przedziału (347)
  • Porównywanie histogramów (349)
  • Przykłady użycia histogramów (351)
• Zaawansowane metody pracy z histogramami (354)
  • Algorytm EMD (354)
  • Rzutowanie wstecz (358)
• Dopasowywanie szablonów (362)
  • Metoda porównywania kwadratu różnicy - cv::TM_SQDIFF (363)
  • Znormalizowana metoda porównywania kwadratu różnicy - cv::TM_SQDIFF_NORMED (364)
  • Metody korelacji krzyżowej - cv::TM_CCORR (364)
  • Znormalizowana metoda korelacji krzyżowej - cv::TM_CCORR_NORMED (364)
  • Metody dopasowywania współczynnika korelacji - cv::TM_CCOEFF (364)
  • Znormalizowana metoda dopasowywania współczynnika korelacji - cv::TM_CCOEFF_NORMED (365)
• Podsumowanie (367)
• Ćwiczenia (368)

14. Kontury (371)

• Znajdowanie konturów (371)
  • Hierarchie konturów (372)
  • Rysowanie konturów (376)
  • Przykład rysowania konturów (377)
  • Inny przykład rysowania konturów (378)
  • Szybka analiza komponentów połączonych (380)
• Inne zastosowania konturów (382)
  • Aproksymacja wielokątów (382)
  • Geometria i różne rodzaje sumowania (383)
  • Testy geometryczne (389)
• Dopasowywanie konturów i obrazów (390)
  • Momenty (390)
  • Więcej o momentach (392)
  • Dopasowywanie a momenty Hu (395)
  • Porównywanie kształtów za pomocą algorytmu Shape Context (396)
• Podsumowanie (400)
• Ćwiczenia (401)

15. Odejmowanie tła (403)

• Wiadomości podstawowe (403)
• Wady operacji odejmowania tła (404)
• Modelowanie sceny (405)
  • Wycinek pikseli (405)
  • Różnicowanie klatek (408)
• Metoda uśredniania tła (409)
  • Akumulowanie średnich, wariancji i kowariancji (414)
• Bardziej zaawansowana metoda odejmowania tła (422)
  • Struktury (425)
  • Poznawanie tła (426)
  • Nauka w obecności ruchomych obiektów pierwszego planu (428)
  • Różnicowanie tła - znajdowanie obiektów pierwszego planu (429)
  • Przykład użycia modelu tła opartego na księgach kodów (430)
  • Kilka dodatkowych uwag na temat modeli opartych na księgach kodów (430)
• Komponenty połączone dla czyszczenia pierwszego planu (431)
  • Szybki test (434)
• Porównanie dwóch metod rozpoznawania tła (436)
• Implementacja techniki odejmowania tła w OpenCV (437)
  • Klasa bazowa cv::BackgroundSubtractor (437)
  • Metoda Kaewtrakulponga i Bowdena (438)
  • Metoda Zivkovica (439)
• Podsumowanie (442)
• Ćwiczenia (442)

16. Punkty kluczowe i deskryptory (445)

• Punkty kluczowe i podstawy śledzenia (445)
  • Znajdowanie rogów (446)
  • Wprowadzenie do przepływu optycznego (450)
  • Rzadki przepływ optyczny - metoda Lucasa-Kanade'a (451)
• Uogólnione punkty kluczowe i deskryptory (461)
  • Przepływ optyczny, śledzenie i rozpoznawanie (462)
  • Jak biblioteka OpenCV obsługuje punkty kluczowe i deskryptory - przypadek ogólny (463)
  • Podstawowe metody wykrywania punktów kluczowych (474)
  • Filtrowanie punktów kluczowych (512)
  • Metody dopasowywania (513)
  • Wyświetlanie wyników (519)
• Podsumowanie (521)
• Ćwiczenia (522)

17. Śledzenie (525)

• Pojęcia dotyczące śledzenia (525)
• Gęsty przepływ optyczny (526)
  • Algorytm rozwinięcia wielomianu Farnebäcka (527)
  • Algorytm Dual TV-L¹ (529)
  • Algorytm Simple Flow (533)
• Algorytmy mean-shift i Camshift (536)
  • Algorytm mean-shift (537)
  • Algorytm Camshift (540)
• Szablony ruchu (541)
• Estymatory (548)
  • Filtr Kalmana (549)
  • Kilka słów na temat rozszerzonego filtra Kalmana (564)
• Podsumowanie (565)
• Ćwiczenia (565)

18. Modele kamery i metody kalibracji (567)

• Model kamery (568)
  • Podstawy geometrii rzutowej (570)
  • Transformacja Rodriguesa (572)
  • Zniekształcenia soczewek (573)
• Kalibracja (576)
  • Macierz obrotu i wektor przesunięcia (578)
  • Plansze kalibracji (580)
  • Homografia (587)
  • Kalibracja aparatu (591)
• Korekcja zniekształceń (602)
  • Matryce likwidacji zniekształceń (602)
  • Konwertowanie reprezentacji matryc likwidacji zniekształceń za pomocą funkcji cv::convertMaps() (604)
  • Obliczanie matryc likwidacji zniekształceń za pomocą funkcji cv::initUndistortRectifyMap() (604)
  • Likwidowanie zniekształceń obrazu za pomocą funkcji cv::remap() (606)
  • Likwidacja zniekształceń za pomocą funkcji cv::undistort() (606)
  • Rzadkie likwidowanie zniekształceń za pomocą funkcji cv::undistortPoints() (607)
• Podsumowanie technik kalibracji (607)
• Podsumowanie (610)
• Ćwiczenia (611)

19. Rzutowanie i trójwymiarowe widzenie (613)

• Rzutowanie (614)
• Przekształcenia afiniczne i perspektywiczne (615)
  • Przykład przekształcenia na widok z góry (616)
• Określanie pozycji trójwymiarowych obiektów (621)
  • Określanie pozycji za pomocą jednej kamery (621)
• Obrazowanie stereo (623)
  • Triangulacja (624)
  • Geometria epipolarna (628)
  • Macierz zasadnicza i macierz fundamentalna (630)
  • Obliczanie linii epipolarnych (638)
  • Kalibracja stereo (639)
  • Rektyfikacja stereo (643)
  • Korespondencja stereo (652)
  • Kalibracja stereo, rektyfikacja i korespondencja - przykładowy program (665)
  • Matryce głębi z trójwymiarowej reprojekcji (671)
• Struktura z ruchu (673)
• Dopasowywanie linii w dwóch i trzech wymiarach (673)
• Podsumowanie (676)
• Ćwiczenia (677)

20. Podstawy uczenia maszyn w OpenCV (679)

• Czym jest uczenie maszyn? (679)
  • Szkolenie i zbiory danych testowych (680)
  • Uczenie nadzorowane i nienadzorowane (681)
  • Modele generacyjne i dyskryminacyjne (683)
  • Algorytmy ML w OpenCV (683)
  • Zastosowania metod uczenia maszyn w komputerowym rozpoznawaniu obrazu (685)
  • Znaczenie zmiennej (687)
  • Diagnozowanie usterek w algorytmach uczenia maszyn (688)
• Stare procedury w bibliotece ML (694)
  • K-średnich (694)
  • Odległość Mahalanobisa (699)
• Podsumowanie (703)
• Ćwiczenia (703)

21. StatModel - standardowy model uczenia w OpenCV (705)

• Podstawowe procedury biblioteki ML (705)
  • Szkolenie i struktura cv::ml::TrainData (707)
  • Prognozowanie (713)
• Algorytmy uczenia maszyn oparte na interfejsie cv::StatModel (714)
  • Naiwny lub normalny klasyfikator Bayesa (714)
  • Binarne drzewa decyzyjne (719)
  • Boosting (732)
  • Drzewa losowe (738)
  • Maksymalizacja oczekiwań (742)
  • K najbliższych sąsiadów (745)
  • Wielowarstwowy perceptron (748)
  • Maszyna wektorów nośnych (756)
• Podsumowanie (765)
• Ćwiczenia (766)

22. Wykrywanie obiektów (771)

• Techniki wykrywania obiektów oparte na drzewach (771)
  • Klasyfikatory kaskadowe (772)
  • Uczenie nadzorowane i teoria wzmacniania (774)
  • Uczenie się nowych obiektów (782)
• Wykrywanie obiektów za pomocą maszyn wektorów nośnych (790)
  • Wykrywanie obiektów metodą Latent SVM (790)
  • Algorytm Bag of Words i kategoryzacja semantyczna (793)
• Podsumowanie (798)
• Ćwiczenia (798)

23. Przyszłość biblioteki OpenCV (801)

• Przeszłość i teraźniejszość (801)
  • OpenCV 3.x (802)
• Czy nasze prognozy się sprawdziły? (803)
• Przyszłość (804)
  • Najświeższe wiadomości o GSoC (805)
  • Wsparcie ze strony społeczności (807)
  • Strona OpenCV.org (808)
• Spekulacje na temat sztucznej inteligencji (809)
• Posłowie (812)

A. Rodzaje podziału płaszczyzn (813)

• Triangulacja Delaunaya, teselacja Woronoja (813)
  • Tworzenie podziałów Delaunaya lub Woronoja (816)
  • Poruszanie się po podziałach Delaunaya (817)
  • Przykłady (823)
• Ćwiczenia (824)

B. Repozytorium opencv_contrib (825)

• Przegląd modułów repozytorium opencv_contrib (825)
  • Zawartość katalogu opencv_contrib (825)

C. Wzory kalibracji (829)

• Wzory kalibracji wykorzystywane w bibliotece OpenCV (829)